数字图象处理精品教学课件-图象变换091419.pptVIP

Original Image-Fourier Amplitude-Fourier Phase 快速Fourier变换（FFT） 例：设对一个函数进行快速Fourier变换，函数为： Fourier变换的频率特性 Fourier变换的低通滤波 Fourier变换的高通滤波 * 第三章 图像变换 一.傅里叶变换和性质 二.快速傅里叶变换 三.离散余弦变换、Walsh变换（Hadamard变换） 四．KL变换（霍特林变换、主分量分析） 在图像处理中，二维正交变换有着广泛的应用。 利用某些正交变换可以从图像中提取出一些特征，如在Fourier变换后，直流分量正比于图像灰度值的平均值，高频分量则表明了图像中目标边缘的强度及方向。另外，在正交变换的基础上，可以完成图像的变换编码，进行信息压缩。 特点：变换后，信号的能量不变，但分布会有变化，使之集中到少数一些项上，舍弃一些小幅度的变换系数，可以实现数据压缩。 内容：Fourier变换、 Cosine变换、 Walsh-Hadamard变换、 Karhunen-loeve变换 图像变换： 用一组酉矩阵（Unitary matrices）或正交矩阵来表示图像。 e.g. 一维信号可以用一组正交基函数表示原信号； 二维图像信号可以用一组基本图像来表示。 内容引入 矢量的正交分解 数字电路中逻辑函数的最小项分解 一维四点DFT的矩阵表达 基本函数之间是正交的 傅里叶变换不同频率的谱分量 分别是输入信号与对应基函数的内积． 二维离散Fourier变换(DFT)的正变换为 二维离散Fourier变换(DFT)的逆变换为 正变换核为 DFT为可分离的酉变换，定义 则DFT的矩阵表示为 Amplitude and Log of the Amplitude 二维DFT的性质 １．可分离性 　由于二维DFT的可分离性，故可依次对图像的行列分别采用一维的FFT计算得出。 逆变换可调用正变换程序执行，只要以 代替 即可 ２．平移性质 将　　　与一个指数项相乘就相当于把其变换后的频域中心移动到新的位置。同时，对　　　　的平移不影响其傅里叶变换的幅值。 图像谱的平移 man1 = imresize(man,[32 32],bicubic); imshow(man1) man2=double(man1)/255; fman=abs(fft2(man2)); figure;mesh(fman) fman=abs(fftshift(fft2(man2))); figure;mesh(fman) 3.周期性和共轭对称性 4.旋转性 ６．尺度变换 ７．平均值 基本图像 DFT的基向量为 基本图像为 ８．卷积与相关 快速傅里叶变换 1965年Cooley和Tukey首先提出的． 离散傅立叶变换可改写成如下形式： 由旋转因子W的定义可知 ， 因此式变为 进一步考虑W的对称性和周期性可知 和 ， 于是 由此，可将一个N点的离散傅立叶变换分解成两个N／2短序列的离散傅立叶变换，即分解为偶数和奇数序列的离散傅立叶变换Fe(u)和Fo(u) 。 图7-9 8点DFT的蝶形流程图 分成偶数、奇数为： 例： *